google/tipsv2-b14

대조 학습 기반의 이미지-텍스트 정렬을 통해 학습하지 않은 객체도 텍스트 설명만으로 분류할 수 있는 Vision 모델이다.

학습 방식 · TIPSv2 아키텍처 기반의 대조 학습(Contrastive Learning)을 통한 이미지-텍스트 정렬 학습